受精神疾病所苦的海明威，與充滿爭議的電痙攣療法—《醫療現場的46個震撼奇想》

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

「風聲鶴唳，草木皆兵」形容疑神疑鬼、驚恐不安，典故來自歷史上著名的「肥水之戰」。當時的慘烈狀況，前秦苻堅甚至可能出現與戰爭有關的創傷後壓力症候群 PTSD 的症狀。

根據《晉書·卷一一四．苻堅載記下》和《晉書．卷七九．謝安列傳》的記載，東晉時期野心勃勃的前秦苻堅意圖征服中原，東晉太元八年（前秦建元十九年）（西元 383 年），他率領龐大的八十萬大軍逼近肥水，準備進攻東晉。

東晉派出大將謝玄和謝石帶領八萬精兵抵抗。苻堅錯誤地認為東晉兵力不足，自以為佔有優勢，計劃迅速擊敗晉軍。然而未料到謝玄巧妙運用奇襲戰術，使苻堅損失了許多重要將領和士兵。

在肥水戰前，苻堅登上壽陽城觀察晉軍的情勢，卻發現晉軍部隊整齊有序，士氣高昂，戰鬥力十分強大。他遙望八公山，發現山上長滿無數草木，隨著風吹過，那些草木地晃動就像無數士兵在移動，於是他轉身對弟弟苻融說：「你看那山上，還有那麼多實力強大的軍隊，誰說晉軍很少呢？」這顯示出他內心的憂慮和恐慌，也是「草木皆兵」的由來。

後來苻堅的軍隊在淝水一戰中遭受重大失敗，苻融壯烈戰死；苻堅本人中箭受傷，只能率領殘兵拼命逃回北方。當他們逃亡的過程中，只要聽到風聲呼嘯、飛鶴的鳴叫聲，他們都以為晉軍仍然緊追不捨，他們日夜奔逃，飢寒交迫。然而，當他們最終回到北方時，龐大的百萬大軍已經損失了七八成。逃亡的過程他們疑神疑鬼，恐懼不安，也是成語「風聲鶴唳」的由來。

看不見的敵人——戰爭壓力造成的心理創傷

我們對於 PTSD 的了解，並非一朝一夕就在醫學上產生了共識，從誤解到了解，是數百萬歸來士兵們的真實體驗。

1914 年，第一次世界大戰發生的早期， 英國遠征軍（British Expeditionary Force）發現多達 10% 的英國軍官和 4% 的士兵在戰鬥後出現一些醫學上的症狀，包括耳鳴、健忘症、頭痛、頭暈、震顫和對噪音過敏，甚至有人表現出恐慌、恐懼、逃跑，或是嚴重到無法思考推理、睡眠、行走或說話。由於這些症狀和腦部神經直接受傷類似，當時被認為是一種因中樞神經受傷而導致的精神疾病，但奇怪的是那些士兵們的頭部其實並未發現任何的外傷。

1915 年，英國醫生查爾斯·邁爾斯（Charles Myers）首次在醫學期刊柳葉刀（The Lancet）使用「彈震症」（shellshock）一詞，用來形容因為爆震衝擊而造成生理以及心理受損的士兵。

第二次世界大戰（ 1939 年至 1945 年）後，隨著對士兵出現的壓力症狀有很多的認識，醫師的診斷上開始使用戰鬥反應壓力（Combat Stress Reaction (CSR)）取代彈震症。雖然比起彈震症有了更多的了解，但醫學界們對於該症狀的出現仍不清楚。

1955 年，越戰爆發，美國總共派出 270 萬人前往越南作戰，最後高達 70 萬人需要某種形式的心理治療。

戰爭後的第二次創傷

創傷後壓力症候群 PTSD 被發現以前，已遭受精神創傷的士兵們可能需要面對社會歧視所造成的二次傷害。當時由於對彈震症的成因了解極少，有士兵因此被指控逃兵以及懦弱被送上軍事法庭，甚至因此被處決。越戰後雖然試圖重新融入社區的遭受創傷的退伍軍人數量相當驚人，但他們既無法獲得適當的治療，也無法從退伍軍人管理局獲得殘疾撫卹金，導致美國產生極大的家庭以及社會問題，也催生許多描述退伍士兵因戰爭創傷導致無法正常回歸社會的經典影視作品，如電影《越戰獵鹿人 The Deer Hunter 》（1978），以及《第一滴血 First Blood 》（1982）。

創傷後壓力症候群 PTSD

在 1970 年代，臨床上醫師開始使用創傷後壓力症候群（posttraumatic stress disorder），簡稱 PTSD 一詞來診斷越戰回來的退伍軍人出現的症狀。一直到 1980 年代，美國精神學會（American Psychiatric Association）才將 PTSD 納入精神疾病診斷與統計手冊（Diagnostic and Statistical Manual of Mental Disorders, Third Edition (DSM-III)）。雖然 PTSD 被正式承認為精神疾病，但診斷上仍面臨許多挑戰。最大的困難就是 PTSD 的症狀與太多的精神疾病相似，如強迫症（Obsessive Compulsive Disorder）和廣泛性焦慮症（Generalized Anxiety Disorder）。這也使得 PTSD 的歸類和診斷需要不斷的精進修正，在 DSM-IV 時 PTSD 歸類在焦慮症（Anxiety Disorder）的範疇，但在最新版本的 DSM-V，PTSD 已經和焦慮症分開來，有著自己的分類——創傷及壓力相關疾患（Trauma- and Stressor-related Disorders）。這也有助於醫界以及學界提高對 PTSD 的重視，能更了解 PTSD 對神經的影響以及治療方式。

中醫如何治療受戰爭創傷的軍人

根據《晉書．卷一一四．苻堅載記下》和《晉書．卷七九．謝安列傳》的描述，苻堅和許多他隊伍中的士兵已經出現 PTSD 的症狀，但西方國家一直到西元 1970 年代才對 PTSD 有更多醫學上的見解，那究竟古代中國是如何治療那些精神上受到創傷的軍人們呢？

中國傳統醫學的奠基之作，也是現存最早的中醫理論經典著作——《黃帝內經》，成書於戰國至秦漢時期，並在東漢至隋唐時期經過多次的修訂和補充。PTSD 出現的症狀，可能接近中醫所說的「驚悸」、「健忘」、「情志病」的範疇。在《黃帝內經》中《素問》的《舉痛論》就記載「百病生於氣也，怒則氣上，喜則氣緩，悲則氣消，恐則氣下，寒則氣收，炅則氣泄，驚則氣亂，勞則氣耗，思則氣結」，說明人的七情（喜、怒、憂、思、悲、恐、驚）傷人先造成氣的變化﹐然後才有各式疾病的產生。七情分別屬於五臟（心、肝、脾、肺、腎），以喜、怒、思、悲、恐為代表，稱為五志。五志與五臟的對應關係為心志為喜，肝志為怒，脾志為思，肺志為憂（悲），腎志為恐，所以說怒傷肝、思傷脾、喜傷心、憂傷肺、恐傷腎。

雖然 PTSD 涵蓋中醫許多症狀的描述，但古代中國並未有明確文獻指出治療的方式，透過現代醫學診斷以及中醫的結合，有研究認為 PTSD 最可能是熱、火或體虛引起的心神失調；肝氣鬱結；及腎虛。次要的模式是長期肝氣鬱結（肝主脾胃、肝火、痰火、痰濕和心火）以及心、腎和脾器官系統體質缺陷的結果（Sinclair-Lian et al., 2006）。如此治療上就可以根據中醫師的評估來進行各臟器的調節。

結論

我們能從許多經典文學和改編真實歷史事件的影視作品認識到戰爭的殘酷，但這遠遠比不上親身面臨戰場上的恐怖和帶來的創傷。戰爭奪取無數人的性命，存活者面臨的巨大的壓力也將改變一個人的一生。

參考文獻

• 草木皆兵 [正文] – 成語檢視 – 教育部《成語典》2020 [進階版] (moe.edu.tw)
• 風聲鶴唳 [正文] – 成語檢視 – 教育部《成語典》2020 [進階版] (moe.edu.tw)
• 風聲鶴唳，草木皆兵 [出現頻次較低的參考成語表] – 成語檢視 – 教育部《成語典》2020 [基礎版] (moe.edu.tw)
• 風聲鶴唳，草木皆兵_百度百科 (baidu.hk)
• Combat stress reaction – Wikipedia
• Shell shock – Wikipedia
• Post-traumatic stress disorder – Wikipedia
• 臺北市政府衛生局社區心理衛生中心-專題文章-認識創傷後壓力症候群 (gov.taipei)
• How Veterans Created PTSD – JSTOR Daily
• 圓扶原中醫診所 – 創傷後壓力症候群(Post-Traumatic stress disorder, 簡稱PTSD)… (facebook.com)
• 中醫基礎/七情 – A+醫學百科 (a-hospital.com)
• 五志（中醫術語）_百度百科 (baidu.hk)
• Airiti Library華藝線上圖書館_創傷後壓力症候群的情節記憶缺損與中醫治療
• Developing a traditional chinese medicine diagnostic structure for post-traumatic stress disorder – PubMed (nih.gov)

「曉得澳大利亞國民平均身高 1.7 米，^[註]我還是不會知道隔壁鄰居有多高。」澳洲蒙納許大學（Monash Univeristy）的博士生 Ashlea Segal，以此比喻精神科學的困境，表示研究「大多都聚焦於群體的平均值，很難瞭解個體的腦部變化」。^[1]於是，她帶領以該校特納腦部暨心理衛生機構（Turner Institute for Brain and Mental Health）為主的跨國團隊，掃描普通人和 6 種精神疾病患者的腦部，並加以比較。他們的研究結果，發表於 2023 年 8 月 14 日的《自然神經科學》（Nature Neuroscience）期刊。^[2]

腦部圖譜

研究團隊總共招募了 3,746 人，從中篩選出 18 至 64 歲，涵蓋注意力不足過動症、泛自閉症障礙、雙極性情感疾患、憂鬱症、強迫症和思覺失調症的 1,294 名精神病患；以及 1,465 名一般人當作對照組。用核磁共振掃描每一個受測者，製作腦部圖譜（brain mapping），並分析 1,032 個區域的灰質體積（gray matter volume）於個體之間的異同。^[2]

規範模型

有別於病例對照研究（case–control researches），將相同診斷的病患視為單一群體，以其平均值，與一般人組成的對照組比較；有些研究採取規範模型（normative modeling），考量年齡和性別等多種因素，定義出灰質體積等觀察重點的變異範圍，再分析個體的偏離情形。^[2]後者的作法較不會被臨床標籤所限制。^[3]過往規範模型的文獻，已經指出精神病患者的腦部與普通人極為不同；然而各個患者之間，即使診斷相同，腦部異常的地方也差別甚大。科學家無法解釋為何腦部病變的位置不一樣，結果卻殊途同歸。^[2]

不過，既然腦部是一個網絡，如果出事的點都接在同一個功能的迴路上，或許就會造成相同的問題。此前有些神經科學研究，已經證實有同樣運動、感知或認知症狀的病患，腦部病灶的位置可能互異，但都連結到共同的區塊。研究團隊受到啟發，使用規範模型，探索精神病患的腦部迴路及延伸網絡，並預期得到雷同的答案。^[2]

迴路／網絡

果不其然，在具有相同診斷的精神病患中，腦部灰質體積的明顯偏差，出現於同個位置的比例不超過7%；然而從迴路或網絡的層級來看，便可能有高達 56% 的重疊。同一診斷下，個體的額葉、頂葉、島葉和顳葉皮質等連結樞紐，在迴路層次高度相似；而各種精神疾患之間則迥異。比方說，注意力不足過動症患者的灰質體積偏差，僅限於某些範圍；而思覺失調症的病人，則是幾乎囊括全腦。這個發現挑戰了傳統上，認為單一精神診斷，只對應特定迴路障礙的想法。^[2]

此外，在網絡的層級，掌管認知控制、內感受覺察，以及內外在注意力轉換的警覺／腹側注意力網絡（salience/ventral attention network），與此處 6 種精神疾患裡的 5 種都有關聯。其病變顯然在多種精神疾患的發展中，扮演重要角色。^[2]

治療的目標

經由腦部圖譜，研究團隊得以推論治療目標：憂鬱症和雙極性情感疾患，分別為前額葉皮質的右邊與左邊；思覺失調症患者的警覺／腹側注意力網絡；以及注意力不足過動症病人的背側注意力網絡（dorsal attention network）與內側顳葉網絡（medial temporal network）。^[2]然而，Ashlea Sega l以憂鬱症患者的前額葉為例，說明目前非侵入性腦刺激術（non-invasive brain stimulation）所針對的迴路，可能「只適用於部份患者」。^[1]畢竟根據論文，單一診斷中，個體在這些目標上的重疊率，僅有一至五成不等。^[2]

因此，將來的研究或許該跳脫傳統診斷的框架，不執著於尋找一體適用的解方；而是繼續擴充數據，掌握腦部變化與精神疾患的關係，以便發展為病患量身訂做的客製化療法。^{[2, 4]}

備註

根據澳洲統計局 2017-2018 年度的資料，該國成年男性平均身高為 174.5 公分；女性則是 161.2 公分。^[5]

參考資料

1. White R. (14 AUG 2023) ‘Scientists Map How Mental Illness Changes Your Brain’. Newsweek, U.S.
2. Segal A, Parkes L, Aquino K, et al. (2023) ‘Regional, circuit and network heterogeneity of brain abnormalities in psychiatric disorders’. Nature Neuroscience.
3. Rutherford S, Kia SM, Wolfers T, et al. (2022) ‘The normative modeling framework for computational psychiatry’. Nature Protocols, 17, 1711–1734.
4. ‘Brain Network Mapping Study Challenges Basis for Psychiatric Distinctions’. (14 AUG 2023) Genetic Engineering & Biotechnology News, U.S.
5. ‘National Health Survey: First results’. (12 DEC 2018) Australian Bureau of Statistics.